暂无搜索历史
RNA作为生命活动中的核心分子,在基因表达调控和蛋白质合成中扮演关键角色。其代谢过程,包括剪接、翻译和降解等,受到多种顺式调控元件和反式因子的协同作用,表现出高...
蛋白酶作为生物体内重要的催化酶,通过特异性切割肽键,参与调控多种生理和病理过程,例如伤口愈合、组织重塑及癌症转移等。设计能够被特定蛋白酶高效识别和切割的肽段底物...
蛋白质与非编码DNA(NCDS)的相互作用是调控基因表达和代谢通路的关键,但其复杂性长期制约着高效生物工程的发展。传统方法依赖实验试错,耗时耗力;而现有深度学习...
对于揭示基因调控机制、理解复杂性状的遗传基础,基因表达预测具有重要意义。近年来,深度学习技术的进步推动了序列到功能(sequence-to-function)模...
表格数据是众多研究的基础,例如基因表达矩阵、药物属性表和临床记录等。这些数据通常样本量有限,特征复杂多样,且常伴随缺失值、噪声和异常值,如何从中提取可靠的预测结...
近期,Mayo Clinic 的 Chowdhury 等人在 bioRxiv 上发表了一项创新研究,题为《SensitiveCancerGPT: Leverag...
在药物研发和材料科学领域,分子属性预测(如溶解度、血脑屏障通透性)是决定实验成败的关键。然而,传统方法依赖人工经验或复杂神经网络,存在可解释性差、知识整合困难等...
蛋白质与配体相互作用的研究是理解药物疗效和推动分子设计的关键。蛋白质-配体亲和力,即潜在药物分子与靶点蛋白结合的强度,直接影响药物筛选和优化的效果。在药物研发的...
近期,Arc Institute 与NVIDIA、斯坦福大学等合作推出了震撼的Evo 2——迄今为止规模最大的生物基因组大模型( 从Evo到Evo 2:Arc ...
蛋白质语言模型(Protein Language Models, pLMs)已成为研究蛋白质序列与功能之间关系的重要工具。这些模型通过自监督学习从蛋白质序列中提...
在医学诊断领域,传统的检测手段主要包括体格检查、病史回顾、实验室检测和影像学检查。然而,这些方法往往未能充分利用人体免疫系统中B细胞和T细胞受体(BCR和TCR...
在药物发现和工艺开发中,设计合适的合成反应和路线是核心任务之一,通常需要耗费大量时间和成本。传统的合成反应设计依赖于化学家和工程师通过反复的实验设计-执行-测试...
免疫检查点抑制剂已在多种肿瘤类型中显示出显著的临床疗效,但其受益患者比例依然较低。肿瘤抗原(即新抗原)与人类白细胞抗原(HLA)及T细胞受体(TCR)的结合决定...
在单细胞转录组学(scRNA-seq)领域,基础模型(foundation model)正逐渐成为分析海量单细胞数据的强大工具。这些模型通过自监督学习,能够捕捉...
基因组语言模型(Genomic Language Models)逐渐成为研究热点。2024年,Arc Institute的Brian L. Hie和Patric...
单细胞RNA测序(scRNA-seq)技术近年来在细胞异质性和转录组动态研究中的应用越来越广泛。然而,由于技术噪音、稀疏测量和批次效应等问题,scRNA-seq...
单细胞ATAC-seq(scATAC-seq)作为一种重要的表观遗传学技术,能够揭示单个细胞中染色质的可及性,从而识别启动子、增强子和转录因子结合位点等调控元件...
酶作为生物催化剂,在温和条件下能够显著加速化学反应,其设计和优化对于生物工程、药物开发以及环境科学等领域具有深远的意义。近期,诺贝尔奖得主David Baker...
在基因组学领域,随着DNA测序技术的飞速发展,我们已经能够以前所未有的速度和精度解析生物的基因组序列。然而,如何准确预测和解读这些序列的功能,依然是一个巨大的挑...
近年来,机器学习(ML)在计算蛋白质设计领域取得了显著进展,数据驱动的方法在实验成功率上逐渐超越了传统的基于生物物理的方法。然而,这些方法大多以案例研究的形式呈...
暂未填写公司和职称
暂未填写技能专长
暂未填写学校和专业
暂未填写所在城市